消息队列传统模式存在哪些不足
消息队列传统模式存在哪些不足
探讨使用消息队列服务的必要性，要从传统模式存在的痛点谈起：
- 耗时长：大型 IT 业务平台的系统形态多较为复杂，这意味着用户端的单次请求，需要对多个系统接口进行同步调用，整体耗时较长，损害用户体验。
- 不稳定：针对架构的复杂性，拆分而成子系统，也存在较高的耦合性，容易出现“牵一发而动全身”的效应，不利于提升系统稳定性。
- 易宕机：在促销季、秒杀节点，一旦用户大量激增，全部用户请求会集中至数据库，造成瞬间压力飙升，致使网络性能变慢，或发生宕机。
消息队列服务“流量削峰”应用场景
消息队列服务“流量削峰”应用场景
在互联网营销场景中，面对双11、黑五等大促类网络高峰期，流量瞬时激增的压力。云上托管的消息队列服务，能够在 IT 架构置入消息队列服务，以这一“缓冲”过渡作用的中间件，消解暴增的巨量流量冲击。
智能托管的消息队列服务的中间“缓冲”作用，主要体现在生产端与客户端之间，提供持续且可靠、不限区域、不限数量的可拓展海量消息有序处理服务。优化数据流量管理层面外，消息队列服务也可以与安全服务进行组合使用，以保护敏感数据。
针对不同应用程序需求的两类消息队列使用
针对不同应用程序需求的两类消息队列使用
消息队列服务，可以与密钥管理服务进行组合使用，也可以联动弹性计算、无服务器计算等服务使用。同时，消息队列服务能够聚焦不同应用程序要求，提供标准队列和 FIFO 队列两种队列类型，以支持不同场景所需。
标准队列场景
应用程序对数据信息顺序不做强制要求时，可选用标准队列：
- 实时解耦：应对流量压力，适时的从高密度的后台工作中，将实时用户请求进行解耦。具体动作上，客户可对媒体大小调优，或是在编码时上传。
- 多节点处理：通过标准队列，可将大体量任务分至多线程节点。如在大促时应对海量信用卡验证请求。
- 分批次处理：缓冲峰值流量冲击时，标准队列可实现消息分批设置，从而多步骤处理。如在数据库中进一步添加条目。
FIFO 队列场景
如果应用程序对信息传送的顺序尤为关注，且无法允许重复的话，可选用 FIFO 队列来加强消息的收发：
- 精准顺序输入：FIFO 队列严格按照先进先出顺序传输，确保按正确顺序，执行用户意图。
- 商品价格修改：这一场景在电商/零售较为高频，即按正确顺序修改价格，以动态调整价格。
- 设置知识付费墙：面向在线教育等行业场景，FIFO 队列不存在重复性消息，可杜绝学员在注册账户前，参与课程学习。
标准队列场景
应用程序对数据信息顺序不做强制要求时，可选用标准队列：
- 实时解耦：应对流量压力，适时的从高密度的后台工作中，将实时用户请求进行解耦。具体动作上，客户可对媒体大小调优，或是在编码时上传。
- 多节点处理：通过标准队列，可将大体量任务分至多线程节点。如在大促时应对海量信用卡验证请求。
- 分批次处理：缓冲峰值流量冲击时，标准队列可实现消息分批设置，从而多步骤处理。如在数据库中进一步添加条目。
FIFO 队列场景
如果应用程序对信息传送的顺序尤为关注，且无法允许重复的话，可选用 FIFO 队列来加强消息的收发：
- 精准顺序输入：FIFO 队列严格按照先进先出顺序传输，确保按正确顺序，执行用户意图。
- 商品价格修改：这一场景在电商/零售较为高频，即按正确顺序修改价格，以动态调整价格。
- 设置知识付费墙：面向在线教育等行业场景，FIFO 队列不存在重复性消息，可杜绝学员在注册账户前，参与课程学习。
